Blog

Chatbot RAG: L'intelligenza artificiale che risponde utilizzando i contenuti già pubblicati

  Aggiornato il   6 min di lettura

RAG Chatbot è una nuova estensione basata sull'AI che le consente di integrare un assistente intelligente nella tua app. A differenza dei chatbot tradizionali, basati su risposte generiche, RAG Chatbot utilizza i contenuti già pubblicati nella tua app per fornire risposte accurate e pertinenti alle domande dei tuoi utenti.

Che cos'è la RAG (Generazione Aumentata dal Recupero)?

RAG, che sta per Retrieval-Augmented Generation, è una tecnica di AI che consente a un chatbot di rispondere alle domande basandosi direttamente sui contenuti esistenti, anziché su una memoria generica. Nel caso di RAG Chatbot, questo contenuto proviene da ciò che hai già pubblicato nella tua app.

Il processo inizia con la conversione dei tuoi contenuti in "embeddings", rappresentazioni vettoriali matematiche, che catturano il significato e il contesto. Questi embeddings vengono generati tramite un modello linguistico allenato a comprendere il linguaggio naturale. Quando un utente pone una domanda, lo stesso modello viene utilizzato per convertire anche la domanda in un embedding. In questo modo, sia il contenuto che la domanda vengono espressi nello stesso linguaggio: uno spazio matematico condiviso in cui si possono misurare le somiglianze semantiche.

Il sistema confronta poi la domanda dell'utente con il contenuto indicizzato e identifica le sezioni più rilevanti. A quel punto, subentra un Large Language Model (LLM): legge il contenuto selezionato e genera una risposta chiara e coerente in linguaggio naturale.

Combinando la ricerca semantica e la generazione di testo, RAG offre risposte precise e basate sul contenuto. Questo approccio rende il Chatbot RAG un assistente intelligente e affidabile, basato esclusivamente sui contenuti già pubblicati nella tua app.

Come funziona con GoodBarber

L'impostazione di RAG Chatbot nella tua applicazione GoodBarber è semplice. Basta attivare l'estensione dal tuo back office. Quindi seleziona il modello di intelligenza artificiale che desideri utilizzare e personalizza l'aspetto del chatbot per adattarlo al design della tua app: colori, icona e altro ancora.

Poi viene il passo fondamentale: scegliere quali contenuti indicizzare. RAG Chatbot può attingere dai tuoi articoli pubblicati, dagli eventi o dai punti della mappa. Funziona con i contenuti del CMS integrato di GoodBarber, ma anche con fonti esterne sincronizzate con la tua app, come WordPress, feed RSS o connettori personalizzati. Una volta effettuata la selezione, l'indicizzazione comincia automaticamente. I tuoi contenuti vengono analizzati, suddivisi in sezioni e trasformati in embeddings vettoriali, pronti per essere utilizzati dall'AI.

Da quel momento in poi, non c'è altro da fare. L'indicizzazione è continua: ogni volta che pubblichi o aggiorni un contenuto, RAG Chatbot aggiorna la sua base di conoscenze per garantire risposte sempre accurate e aggiornate.

Nell'app, RAG Chatbot appare come una sezione indipendente. Puoi anche aggiungere più sezioni di chatbot all'interno della stessa app. Questo ti consente di creare assistenti specializzati per diversi tipi di contenuti, ad esempio uno per i prossimi eventi, un altro per le notizie locali o uno dedicato alle risorse culturali. È un modo semplice per guidare gli utenti e per strutturare le modalità di accesso alle informazioni.

Un nuovo modo di esplorare la tua applicazione

RAG Chatbot è particolarmente utile per le app in cui è essenziale un accesso rapido e semplice alle informazioni. Un'app per il turismo può aiutare gli utenti rispondendo a domande come "Cosa succede questo fine settimana a Barcellona?", utilizzando eventi estratti direttamente dall'app. Un'app universitaria può aiutare gli studenti a trovare i dettagli sulle modalità d'iscrizione o gli orari dei corsi. Un'app di informazione sanitaria può rispondere a "Quali sono i sintomi della dengue?" citando contenuti pubblicati affidabili. Un'app del governo locale di Montreal può guidare i cittadini su dove rinnovare il passaporto. Anche una rete di coworking a Berlino può utilizzare RAG Chatbot per centralizzare la documentazione interna e fornire ai membri un accesso rapido a guide, regole o policy.

Qualunque sia il caso d'uso, l'idea è la stessa: gli utenti fanno una domanda in linguaggio naturale e ricevono una risposta affidabile basata sul contenuto già presente nell'app. È un modo più veloce, più intuitivo, e più coinvolgente per accedere alle informazioni.

Compatibile con i contenuti Premium

RAG Chatbot funziona perfettamente con l'estensione Memberships (Acquisto In-App / Abbonamento). Quando il contenuto è riservato agli abbonati, il chatbot consente l'accesso solo se l'utente dispone dei diritti necessari (ossia se è abbonato ai contenuti Premium). Questo garantisce un'esperienza personalizzata e sicura, proteggendo il valore dei tuoi contenuti Premium.

Puoi anche limitare l'accesso alle sezioni di RAG Chatbot stesse, rendendole disponibili solo agli utenti abbonati. Questo ti offre la flessibilità di creare assistenti esclusivi per l'assistenza clienti, per le risorse premium o per i contenuti degli esperti. È un modo efficace per aumentare il valore percepito delle tue offerte di abbonamento.

Quanto costa RAG Chatbot?

RAG Chatbot è disponibile ad un prezzo di lancio di 29 euro/mese per i primi 3 mesi, poi 45 euro/mese. Questo costo si aggiunge a quello del normale abbonamento GoodBarber.

Il piano mensile include 5.000 crediti, sufficienti per gestire diverse migliaia di domande degli utenti, a seconda del modello di intelligenza artificiale utilizzato e della complessità delle richieste.

I crediti vengono utilizzati in due aree principali:

- Durante l'indicizzazione dei contenuti: Ogni sezione aggiunta (articoli, eventi, punti mappa) consuma un piccolo numero di crediti, in base al volume dei contenuti. Detto questo, l'indicizzazione è relativamente leggera in termini di utilizzo dei crediti, quindi non esitare a includere tutte le sezioni rilevanti della tua applicazione.

- Quando un utente fa una domanda: È qui che si consumano la maggior parte dei crediti. La domanda viene convertita in un vettore, confrontata con il suo contenuto indicizzato e generata una risposta. La generazione della risposta è la fase più intensa, soprattutto per le domande complesse o quando si utilizzano modelli AI potenti.

Il saldo del credito si ripristina automaticamente ogni mese, in modo che il tuo chatbot rimanga attivo senza alcuna operazione manuale.

L'utilizzo può variare a seconda di:
- Il modello AI selezionato (leggero o avanzato)
- La quantità di contenuti indicizzati
- La complessità delle query degli utenti

Hai il controllo: scegli il modello che meglio bilancia la qualità delle risposte e il volume delle interazioni per il tuo caso d'uso.

Se il tuo chatbot diventa un successo, sono disponibili pacchetti di crediti extra da acquistare in qualsiasi momento per gestire i picchi di traffico o l'aumento dell'utilizzo.

Una domanda è meglio di una lunga ricerca

Con RAG Chatbot , offri ai tuoi utenti più di un semplice assistente virtuale. Fornisci un accesso diretto, istantaneo e accurato alle informazioni che contano, grazie ai tuoi contenuti.

È facile da attivare, completamente personalizzabile, pronto per l'abbonamento e progettato per essere scalabile. Che tu gestisca un'applicazione turistica, un portale di notizie o una piattaforma educativa, RAG Chatbot si adatta ai tuoi contenuti, ai tuoi obiettivi e al tuo pubblico.

Attiva oggi stesso il RAG Chatbot nel tuo back office e trasforma i contenuti pubblicati in risposte in tempo reale.

Per approfondire

Per capire in dettaglio il funzionamento del RAG Chatbot, la sua configurazione e i suoi crediti, leggi la nostra guida dettagliata.

Continua a leggere

  14 min di lettura

Quanto costa un'app di fitness nel 2026? Prezzi reali

Cinque strade portano a un'app di fitness, ognuna con il suo prezzo: canone fisso, opzione del software per palestre, per cliente, per abbonato o su preventivo. La tabella qui sotto confronta quanto costa ciascuna e il lavoro per cui è pensata.

  3 min di lettura

L'AI Extension Builder ora funziona con GPT-6 Luna

OpenAI ha pubblicato GPT-6 Sol e GPT-6 Luna il 22 settembre 2026, dopo GPT-6 Astra, il modello di punta della famiglia, uscito all'inizio dello stesso mese. Luna è il più piccolo dei tre. OpenAI lo descrive come il suo modello più efficiente per compiti mirati e ad alto volume, e lo vende a metà del prezzo di GPT-5.6 Luna, il modello che sostituisce nella sua gamma.La mattina dopo abbiamo spostato l'AI Extension Builder su GPT-6 Luna, per tutte le app, nei quattro momenti in cui un modello è al lavoro: capire la tua richiesta, scrivere il codice della sezione, riscriverlo quando chiedi una modifica e rispondere alle domande che fai su ciò che ha costruito.